[论文解读] Sepsis Prediction and Vital Signs Ranking in Intensive Care Unit Patients

Avijit Mitra, Khalid Ashraf|arXiv (Cornell University)|Dec 17, 2018

Machine Learning in Healthcare参考文献 13被引用 14

一句话总结

本研究提出了一种深度学习集成模型，仅利用常见的生命体征，在MIMIC-III数据集上检测和预测ICU患者的脓毒症、严重脓毒症和脓毒性休克。该模型在检测任务中的AUC分别为0.97、0.96和0.91，在提前四小时预测任务中的AUC分别为0.90、0.91和0.90，优于单一模型和基于规则的方法，且六项生命体征始终表现最优。

ABSTRACT

We study multiple rule-based and machine learning (ML) models for sepsis detection. We report the first neural network detection and prediction results on three categories of sepsis. We have used the retrospective Medical Information Mart for Intensive Care (MIMIC)-III dataset, restricted to intensive care unit (ICU) patients. Features for prediction were created from only common vital sign measurements. We show significant improvement of AUC score using neural network based ensemble model compared to single ML and rule-based models. For the detection of sepsis, severe sepsis, and septic shock, our model achieves an AUC of 0.97, 0.96 and 0.91, respectively. Four hours before the positive hours, it predicts the same three categories with an AUC of 0.90, 0.91 and 0.90 respectively. Further, we ranked the features and found that using six vital signs consistently provides higher detection and prediction AUC for all the models tested. Our novel ensemble model achieves highest AUC in detecting and predicting sepsis, severe sepsis, and septic shock in the MIMIC-III ICU patients, and is amenable to deployment in hospital settings.

研究动机与目标

• 使用MIMIC-III数据集对基于规则和机器学习的脓毒症检测与预测模型进行基准测试。
• 开发并评估一种深度学习集成模型，以改进现有单一模型和基于规则的方法在脓毒症分类中的表现。
• 识别最具预测性的生命体征，并确定脓毒症检测与预测的最优特征数量。
• 通过仅依赖常规采集的生命体征，证明该模型在临床环境中的可部署性。

提出的方法

• 本研究使用MIMIC-III数据集，仅限ICU患者，特征完全来源于常见生命体征，如心率、呼吸频率、收缩压、体温等。
• 设计了一种新型基于神经网络的集成模型，通过结合多个深度学习和传统机器学习模型的预测结果，以提升模型的鲁棒性与性能。
• 使用置换重要性方法对特征重要性进行排序，以识别对脓毒症预测和检测最具影响力的体征。
• 模型基于每小时聚合的时间序列生命体征数据进行训练与评估，并对缺失值进行插补处理。
• 性能通过受试者工作特征曲线下面积（AUC）进行评估，检测任务（在确诊时刻）与预测任务（提前四小时）分别计算指标。
• 通过逐步增加输入生命体征数量进行消融研究，以确定最优特征集合。

实验结果

研究问题

• RQ1 与单一模型和基于规则的系统相比，深度学习集成模型是否能在脓毒症检测与预测中实现更优性能？
• RQ2 哪些生命体征对ICU患者脓毒症、严重脓毒症和脓毒性休克最具预测性？
• RQ3 是否存在一个最优的生命体征数量，可使不同模型在检测与预测任务中的AUC达到最大？
• RQ4 该集成模型的性能与现有基于规则的脓毒症评分系统（如qSOFA或SOFA）相比如何？
• RQ5 包含超过六项生命体征是否能持续提升模型性能，还是存在性能饱和点？

主要发现

• 所提出的深度学习集成模型在脓毒症检测中的AUC达到0.97，严重脓毒症为0.96，脓毒性休克为0.91，显著优于单一模型和基于规则的方法。
• 在临床诊断前四小时进行预测时，模型在脓毒症、严重脓毒症和脓毒性休克预测中的AUC分别为0.90、0.91和0.90。
• 收缩压被确定为脓毒症预测中最关键的特征，而体温则是检测任务中最关键的特征。
• 在所有模型和任务中，包含六项生命体征始终能获得最高AUC，表明该特征数量为性能的通用阈值。
• 消融分析显示，超过六项生命体征后AUC无显著提升，表明六项为该任务的最优特征数量。
• 该模型在不同网络架构下均表现出稳健性能，即使在输入特征有限的情况下也能保持高AUC，支持其在真实临床环境中的可部署性。